Un grupo de científicos del Imperial College London y de la Université Catholique de Louvain de Bélgica han desarrollado un algoritmo capaz de identificar a prácticamente cualquier estadounidense a partir de bases de datos públicas teóricamente despojadas de información personal que permite una identificación.

El estudio, publicado en la revista científica Nature Communications, explica cómo tomando datos médicos, conductuales y sociodemográficos públicos supuestamente anonimizados puede identificarse con un acierto 99,98 % a las personas a las cuales les pertenecen al cruzarlos.

Más concretamente, el modelo informático desarrollado es capaz de identificar a casi la totalidad de los estadounidenses de casi cualquier conjunto de datos disponibles empleando solamente quince atributos como puedan ser el estado civil, el sexo o el código postal de su domicilio. El margen de error casi no existe.

Datos públicos no tan anónimos

Los datos públicos empleados por este algoritmo son, como decíamos, información médica, conductual y sociodemográfica que, en principio, carece de detalles que permitan una identificación. Son resultado de pruebas médicas, encuestas o censos poblacionales que suelen pedir permiso a los usuarios para difundir la información eliminando los datos que permitirían una identificación.

En esta información podemos encontrar desde el estado de salud de las personas a inclinaciones políticas, situación sentimental, productos favoritos, fechas de nacimiento, sexo y un sinfín de indicadores.

A partir de todo ello, el algoritmo informático de los investigadores del Imperial College London y de la Université Catholique de Louvain puede relacionar datos e información consiguiendo identificar al 99,98 …